摘要：跨模态行人重识别研究的重难点主要来自于行人图像之间巨大的模态差异和模态内差异。针对这些问题,提出一种结合多尺度特征与混淆学习的网络结构。为实现高效的特征提取、缩小模态内差异,将网络设计为多尺度特征互补的形式,分别学习行人的局部细化特征与全局粗糙特征,从细粒度和粗粒度两方面来增强网络的特征表达能力。利用混淆学习策略,模糊网络的模态识别反馈,挖掘稳定且有效的模态无关属性应对模态差异,来提高特征对模态变化的鲁棒性。在大规模数据集SYSU-MM01的全搜索模式下该算法首位击中率和平均精度(mean average precision,mAP)的结果分别为76.69%和72.45%,在RegDB数据集的可见光到红外模式下该算法首位击中率和mAP的结果分别为94.62%和94.60%,优于现有的主要方法,验证了所提方法的有效性。

摘要：为了降低延迟交货率,针对以总延迟时间为优化目标的分布式装配混合流水车间调度问题,提出基于Q-学习的蛙跳算法.设计了问题的三串编码方法,并给出解码过程.将Q-学习嵌入到蛙跳算法的模因组搜索过程中,Q-学习算法包括由全局搜索、邻域搜索和解的接收准则组成的动作集合,和基于种群精英解和离散度而构建的6种状态.在算法运行过程中,根据种群的状态,利用Q-学习动态地选择执行的模因组搜索策略.实验结果表明:与现有算法相比,基于Q-学习的蛙跳算法在112个实例中均能获得更好或者相同的结果,表明基于Q-学习的蛙跳算法在求解考虑运输和装配的分布式混合流水车间调度问题方面具有较强优势.

摘要：针对单目3D目标检测算法中存在图像缺乏深度信息以及检测精度不佳的问题,提出一种联合实例深度的多尺度单目3D目标检测算法。首先,为了增强模型对不同尺度目标的处理能力,设计基于空洞卷积的多尺度感知模块,同时考虑到不同尺度特征图之间的不一致性,从空间和通道两个方向对包含多尺度信息的深度特征进行重新精炼。其次,为了使模型获得更好的3D感知,将实例深度信息作为辅助学习任务来增强3D目标的空间深度特征,并使用稀疏实例深度来监督该辅助任务。最后,在KITTI测试集以及评估集上对所提算法进行验证。实验结果表明,所提算法相较于基线算法在汽车类别的平均精度提升了5.27%,有效提升了单目3D目标检测算法的检测性能。

摘要：针对无监督行人重识别(person re-identification,ReID)中行人特征表达不充分以及聚类过程产生噪声标签的问题,提出一种联合特征细化和耐噪声对比学习的无监督ReID方法。首先,为丰富无标记的行人表征,设计了非局部通道细化模块(non-local channel refinement module,NCRM)对关键特征信息进行加权强化,其融合了非局部通道的重要特征来捕获无标记数据的类间区别表征,形成更具有鉴别度的特征描述符。其次,考虑到特征的充分表达,采用广义均值(generalized mean,GEM)池化自适应调整参数来增强不同细粒度区域信息的提取能力。再次,为了减轻噪声标签对网络的负面影响,设计了耐噪声的动态对比均衡(dynamic contrastive equilibrium,DCE)损失函数进行无监督联合学习。最终,在两个公共数据集上的实验结果验证了所提方法的有效性和先进性,mAP分别达到了83.1%和71.9%,优于其他先进方法。

摘要：为了提高CenterNet无锚框目标检测网络的目标检测能力,提出一种基于注意力特征融合和多尺度特征提取网络的改进CenterNet目标检测网络。首先,为了提升网络对多尺度目标的表达能力,设计了自适应多尺度特征提取网络,利用空洞卷积对特征图进行重采样获取多尺度特征信息,并在空间维度上进行融合;其次,为了更好地融合语义和尺度不一致的特征,提出了一种基于通道局部注意力的特征融合模块,自适应地学习浅层特征和深层特征之间的融合权重,保留不同感受域的关键特征信息。最后,通过在VOC 2007测试集上对本文算法进行验证,实验结果表明,最终算法的检测精度达到80.94%,相较于基线算法CenterNet提升了3.82%,有效提升了无锚框目标检测算法的最终性能。

摘要：针对目前温度测量装置的缺点,以STM32F407单片机为主控芯片,设计了一款无接触温度测量与身份识别装置.该装置通过无接触体温测量模块和身份识别模块分别提取目标温度和人脸图片,再利用基于遗传算法的BP神经网络算法、卷积神经网络和联合稀疏表示分别对读取的温度和人脸图片进行处理,进而实现温度测量和身份识别,一旦温度有异常则自动报警并将相关数据上传至后台.经测试,该装置能够对被测人进行身份识别.此外,当距离被测物1~4 cm时,测量误差在2℃以内.

摘要：从维持微电网安全稳定运行,延长蓄电池使用寿命的角度出发,提出一种改进型混合储能控制策略,通过将待平抑功率分解为高、中、低频段3种分量,引入储能系统SOC的反馈来设计混合储能功率分配策略,减少蓄电池充放电次数,延长其使用寿命,同时防止储能系统出现过充/过放现象,使混合储能稳定安全响应电网能量调度。实际算例证明,与传统控制策略相比,在相同工况下改进型控制策略使蓄电池充放电次数降低了58.3%,并且能够有效解决由于储能设备的过充/过放而导致系统不能正常稳定运行的问题。

摘要：当前普遍应用的电动汽车充电系统对不同充电需求均采用相同的充电策略,无法满足用户个性化充电需求。针对该策略不合理性,提出一种快、慢充电双车位互补结构的充电站总体布局结构,以动态费用和用户需求充电时间为目标函数,设计新车加入充电站动态分配算法和充电站功率更新分配算法,引进激励因子参数,为用户的个性需求提供不同充电优先级,响应用户差异化充电需求。为了验证方案的有效性,采用蒙特卡洛方法模拟用户充电需求,对用户充电时间和充电费用进行仿真和分析。结果表明:相对于传统功率分配方法,该方法能满足用户充电的个性化需求,并为用户提供更经济、充电时间更短的功率分配策略,达到电网负荷削峰填谷的效果,充分体现策略的经济性、优越性。

摘要：网络化控制系统(Networked Control System,NCS)中固有的网络时延会降低系统性能甚至导致系统不稳定,网络时延主要包括前向时延和后向时延。考虑到前向时延在控制器设计控制律时尚未发生,采用自回归滑动平均模型对前向时延进行预测,并将其与径向基函数(RBF)神经网络预测结果进行了对比分析,验证了所给方法的有效性和优越性。

摘要：正确理解开关稳定电源的工作机制以及合适的建模方法是保证其准确运行的基础。首先,针对LLC谐振变换器的非线性离散的动态系统,剖析了其工作过程,详尽地总结出关键元器件的运行模态。然后,运用等效电路法创建系统的频域模型,得到控制信号即开关频率与开关功率变换器输出的传递函数。为达到稳态要求和系统响应速度的要求,使用比例-微分补偿网络进行补偿。最后,利用S函数设计VCO实现了互补信号,设计了一种控制策略并在Matlab的仿真环境中搭建LLC闭环仿真平台,验证了设计的可行性。